Video: Building Apps for Mobile, Gaming, IoT, and more using AWS DynamoDB by Rick Houlihan 2025
Untuk data deret waktu, penting untuk mengetahui apakah pengamatan terus memiliki mean yang sama dari waktu ke waktu dan apakah variannya data berubah dari waktu ke waktu.
Banyak uji statistik dan teknik peramalan bergantung pada asumsi ini.
Angka tersebut menunjukkan rangkaian rangkaian waktu pengembalian harian ExxonMobil sepanjang 2013.
Grafik menunjukkan bahwa seiring berjalannya waktu, pengamatan tampaknya berpusat di sekitar nol. Hal ini menunjukkan bahwa mean tidak berubah dari waktu ke waktu. Jika mean meningkat dari waktu ke waktu, poin pada grafik cenderung bergeser; Jika mean jatuh dari waktu ke waktu, titik-titik pada grafik akan cenderung bergeser ke bawah.
Untuk data deret waktu, penting juga untuk mengetahui apakah varians data berubah dari waktu ke waktu. Angka tersebut menunjukkan bahwa seiring berjalannya waktu, penyebaran di antara pengamatan terus meningkat. (Artinya, data menjadi lebih menyebar saat waktu berlalu.) Hal ini menunjukkan bahwa varians (dan juga standar deviasi) meningkat dari waktu ke waktu.
Jika varians berubah dari waktu ke waktu, itu bisa menyebabkan masalah serius pada banyak teknik statistik. Untungnya, ada metode yang tersedia yang bisa memperbaiki masalah ini.
Situasi dimana varians tidak konstan dari waktu ke waktu memiliki nama yang sangat menakutkan dalam ekonometrik: heteroskedastisitas. Mengucapkan kata ini tidak mudah!
